OpenAI 正式发布新的 ChatGPT AI 模型 GPT-5.5

OpenAI 于 2026 年 4 月 23 日正式发布了 GPT-5.5，它专为理解现实世界使用中的用户意图而设计。该模型具有通用原生功能，使其能够导航桌面应用程序、点击按钮并为多步骤工作流输入文本。

OpenAI 团队表示，GPT-5.5 结合了原生计算机使用能力和高级推理能力。它自主导航执行高级专业任务所需的软件工具。该模型约 110 万 token 的上下文窗口使其能够处理以前需要手动分块处理的庞大金融数据集。

OpenAI 的财务团队使用 GPT-5.5 审查了 24,771 份 K-1 税表（共 71,637 页），比上一年提前两周完成了任务。

GPT-5.5 在内部投资银行建模任务中得分 88.5%，在 FinancialAgent v1.1 基准测试中得分 60%，比 GPT-5.4 高出四个点。Go-to-Market 团队的一名员工确认，自动化每周业务报告每周可节省大约 5-10 小时的手工工作。 

GPT-5.5 帮助编写其自身服务基础设施的代码

值得注意的是，OpenAI 表示 GPT-5.5 被用于帮助编写其自身服务基础设施的代码。该模型通过分析生产流量模式实现了“系统级优化”，编写了自定义负载均衡启发式算法，使其自身的 token 生成速度提高了 20%。 

在一次测试中，一名开发人员要求模型“重新架构一个 markdown 编辑器”。它返回了一个几乎完整的 12-diff 堆栈，只需最少的人工修正。OpenAI 指出 新模型效率更高，在更少的轮次中得出正确答案，并且对于相同的 Codex 任务使用的 token 减少了 40%。然而，每个 token 的价格是 GPT-5.4 的两倍。

与此同时，Every 的创始人兼首席执行官 Dan Shipper 将 GPT-5.5 描述为第一个具有“严肃概念清晰度”的编码模型。为了测试 GPT-5.5，Shipper 在他和他的最佳工程师花了几天时间调试应用程序发布后问题之后，引入了 GPT-5.5 来重写系统的一部分。

他表示，GPT-5.5 实现了 GPT-5.4 无法做到的事情：它检查了损坏的代码并生成了工程师最终决定采用的重写版本。该模型可以“记住”并交叉引用整个图书馆的信息而不会迷失方向，减少了困扰早期版本的“幻觉”。

OpenAI 还声称 GPT-5.5 针对“自我纠正”和自主性进行了优化。它更擅长解释模糊的指令，并使用计算机界面（点击、输入、浏览）在没有人工干预的情况下完成目标。 

然而，兴奋的主要来源是 GPT-5.5 向代理自主性的转变。当需要代理来操作软件、管理终端繁重的工作流或在整个代码库（500K+ token）中进行推理且具有高检索准确性时，该模型变得特别有用。

OpenAI 表示“GPT-5.5 Thinking”为更难的问题解锁更快的帮助

在 ChatGPT，OpenAI 表示“GPT-5.5 Thinking”为更困难的问题解锁更快的帮助。该功能提供更智能、更简洁的答案，帮助用户更高效地完成复杂任务。它在信息综合和分析、编码以及文档繁重的工作（如研究）等专业工作中表现出色，尤其是在使用插件时。 

与此同时，早期的 GPT-5.5 Pro 测试者 说 ChatGPT 能够承担的工作在质量和难度方面都有巨大的改进。其较低的延迟使其比 GPT-5.4 Pro 更适用于 demanding 任务。GPT-5.5 Pro 的回复结构良好、相关、有用且准确。它们在法律、数据科学、商业和教育方面表现尤为出色。

因此，GPT-5.5 在 GDPval 上得分 84.9%，该测试评估代理在 44 种职业中产生特定知识工作的能力。在 OSWorld-Verified（衡量模型的自主真实计算机操作）上，该模型达到了 78.7%。它在 Tau2-bench Telecom 上得分高达 98%，该测试测试极其困难的工作流。 

然而，这种能力飞跃的主要权衡是溢价定价结构。虽然有一个基本版本可用，但最强大的版本（GPT-5.5 Pro）对个人订阅者的费用为每月 100 美元。 

对于企业来说，另一方面，每个输出 token 的成本大约是 GPT-5.4 的两倍，即使 token 效率提高了 40%。大规模代理部署的总体支出可能非常可观。还有 越来越多的担忧 最高级别的推理将成为只有资金雄厚的公司才能获得的“奢侈品”，从而可能扩大大型企业和小初创公司之间的生产力差距。